19.06.2023
Social
El proyecto Muelle Digital es una iniciativa de varias empresas con interés en el ámbito de la carga aérea –AIS Group, GPA, Portel– y dos clústeres, el Clúster Digital de Catalunya y el Clúster de Movilidad y Logística de Euskadi. El objetivo del proyecto es impulsar la digitalización del proceso de transporte terrestre y recepción de mercancía en los muelles de la terminal de carga aérea, además de elaborar un cuadro de mando que permita visualizar desde el punto de vista estratégico la operativa de carga en un aeropuerto. Se trata de un proyecto innovador que incorporará Inteligencia Artificial (IA) en forma de un modelo de aprendizaje automático (machine learning) que predecirá la demanda de carga aérea mensual en distintos aeropuertos.
La carga aérea tiene un papel fundamental como facilitadora del comercio exterior y, por tanto, como generadora de crecimiento económico. Para asegurar su agilidad es preciso que los procesos entre sus agentes sean fluidos y rápidos, así como disponer de previsiones de actividad a corto plazo para dimensionar los equipos de trabajo.
Muelle Digital busca crear un servicio altamente eficiente que mejorará la competitividad del sector, ya que la solución planteada es trasladable a todos los aeropuertos de la red de AENA y a los agentes de otras regiones españolas. También puede adaptarse para que sea una solución exportable a otros países, puesto que contribuye a todos los agentes que participan en el proceso de exportación de mercancía por vía aérea. De hecho, los participantes están coordinando posibles pilotos en las siguientes fases del proyecto en los aeropuertos de Madrid, Barcelona, Bilbao, Zaragoza y Vitoria.
Por tanto, el proyecto se estructura en tres fases, la primera acaba de finalizar y el resultado ha sido la creación de la primera versión de una plataforma colaborativa para los operadores de la cadena de valor de la carga aérea. En la siguiente fase, se sumará a la plataforma un proceso de declaración de mercancía peligrosa e indicadores medioambientales. En la última fase, se creará un corredor digital que incluya indicadores de datos de producción de las terminales de carga de cara a maximizar su eficiencia.
RESULTADOS DE LA PRIMERA FASE
Uno de los objetivos del proyecto es desarrollar un prototipo de plataforma colaborativa para gestionar la documentación e información entre los agentes involucrados en el transporte de la mercancía desde el exportador al almacén del Operador de handling. Para ello, Portel ha desarrollado la Plataforma Muelle Digital.
El resultado de la primera fase del proyecto es una plataforma web con acceso asegurado para los usuarios, que pueden parametrizar sus preferencias de uso en función de su rol. En el caso de un agente transitario, puede seleccionar las empresas de transporte a las que encargará las órdenes de transporte, los lugares de recogida de los exportadores para los que trabaja y los aeropuertos en los que actúa. En cambio, la empresa de transporte puede configurar los tipos de servicio de transporte que realiza, el radio de kilómetros para los que acepta encargos, los conductores con los que trabaja y las certificaciones profesionales que cumple. Por el contrario, el operador de handling puede configurar los aeropuertos en los que tiene almacén, las características de sus muelles y el calendario de citas para la recogida de mercancía.
La plataforma funciona de tal manera que el agente transitario visualiza en la web la lista de conocimientos aéreos de exportación (AWB) que previamente ha enviado al sistema por conexión telemática para la línea aérea, para un AWB concreto confecciona la Orden de Transporte, asignándola a la empresa de transporte adecuada según los kilómetros totales y las certificaciones profesionales necesarias acordes a la naturaleza de la mercancía. En segundo lugar, la empresa de transporte acepta la Orden de Transporte, selecciona el conductor y vehículo adecuado, y selecciona la cita para la entrega en el calendario de citas del Operador de handling. Por último, llegado el momento de la cita acordada, tanto el Operador de handling como el conductor cumplimentan el acto de entrega, donde cada uno puede indicar si la entrega ha sido correcta o las incidencias ocurridas.
La plataforma Muelle Digital aporta los siguientes beneficios a sus usuarios:
* Todos los agentes tienen visibilidad de los procesos en los que participa.
* La información del AWB se transmite previamente al Operador de handling, de modo que el conductor no ha de esperar presencialmente a que aquél incluya los datos manualmente como ocurre en el proceso tradicional.
* El tiempo de entrega de la mercancía en el almacén del operador de handling se reduce ya que el conductor se presenta directamente a la hora de la cita.
* La empresa de transporte conoce en tiempo real el momento en que el conductor entrega la mercancía, pudiéndole asignar otra tarea.
Asimismo, la plataforma también ha desarrollado un módulo de inteligencia de negocio, donde se muestran indicadores operativos que pueden ser de utilidad para medir el rendimiento de los agentes de rampa y terminales de carga (p. ej. tiempos de entrega desde que la mercancía aterriza hasta que se entrega al consignatario). También se han calculado otros indicadores clave (KPIs) de interés para mostrar y caracterizar la operativa del aeropuerto en su conjunto: porcentaje de mercancías en frío, mercancías peligrosas, etc.
Por otro lado, incluye el desarrollo de modelos de inteligencia artificial (IA) para predecir la demanda de carga aérea mensual en distintos aeropuertos por tipo de producto y por origen-destino, para poder integrarlas en la herramienta de planificación de la demanda y anticiparse en las decisiones.
La empresa AIS, especialista en IA y analytics, ha construido varios modelos tomando como fuentes la información histórica de AENA y de la Agencia Tributaria, así como indicadores macroeconómicos del Instituto Nacional de Estadística (INE) o del Banco de España, relacionados con la operativa de transporte de mercancías, como puede ser el Producto Interior Bruto (PIB), el Índice de Precios al Consumo (IPC) o la balanza comercial.
AIS ha desarrollado dos tipos de modelos, un conjunto de modelos para predecir la carga aérea por aeropuerto y por tipo de vuelo (carga o pasajero) para los aeropuertos de Madrid, Barcelona, Zaragoza y Vitoria-Gasteiz, de modo que permitan a cada uno de ellos predecir el comportamiento de la demanda de carga área mensualmente.
Una de las conclusiones principales ha sido que los modelos que incorporan la información macroeconómica ajustan mucho mejor las predicciones respecto al volumen de carga (toneladas). Así se observa en estos gráficos relativos al aeropuerto de Vitoria-Gasteiz, donde la línea azul claro representa las toneladas reales en las operaciones de exportación e importación y la azul oscuro superpuesta en el tramo final de la gráfica, la predicción realizada por el modelo.
Por otro lado, y con el fin de predecir la distribución de la carga por tipo de producto y por origen-destino, se desarrollaron modelos que utilizan técnicas avanzadas de IA, como el machine learning. Estos modelos aumentan considerablemente el grado de acierto en las predicciones, con un error medio de los modelos de entre 10-15%.
Para ser más eficiente, se ha programado un proceso automático que busca dentro de las miles de combinaciones de modelos posibles aquella que arroja los resultados más adecuados para cada una de las combinaciones, es decir, aeropuerto, avión de carga o de pasajeros, dirección del transporte, entre otros.